Le filThèmes : RechercheOpen sourceModèles
NanoForecast v0.5, un modèle de 6,5 millions de paramètres, rivalise avec TimesFM en prévision
1 sourcemis à jour 29 sept.pertinence 3,3 sur5
L’essentiel
Sans changer l’architecture, des corrections du pipeline d’entraînement réduisent l’erreur MASE de 43,8 %. Le modèle bat TimesFM sur les trois jeux ETT. Le code est publié sous licence Apache 2.0.
Propagation1 article, publié par HF Daily Papers le 29 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceGautam Kishorehuggingface.co
NanoForecast v0.5: Competitive Time Series Forecasting Through Training Pipeline Optimization (site externe)
We present NanoForecast v0.5, a 6.5M-parameter forecaster that competes with models 31x its size (TimesFM, 200M parameters) after training pipeline fixes and no architecture change.
Sur les mêmes thèmes
Modèles
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Modèles
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Modèles
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Modèles
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5